# ટ્રૅક dual n-back પ્રગતિ: એક વ્યવહારુ સત્ર લોગ

Canonical: https://romeoapps.app/gu/dual-n-back/dual-n-back-progress-log/
Author: Roméo Gambino · Published: 2026-09-08 · Updated: 2026-09-08 · App: Dual N-Back (https://romeoapps.app/gu/dual-n-back/)

સ્તર, ચોકસાઈ અને ભૂલોની વાજબી રીતે સરખામણી કરવા માટે એક સરળ dual n-back સત્ર લોગનો ઉપયોગ કરો. કાલ્પનિક કાર્ય કરેલ ઉદાહરણ અને સાપ્તાહિક સમીક્ષા પદ્ધતિનો સમાવેશ થાય છે.

## સ્કોર નક્કી કરતા પહેલા શરતો લોગ કરો

ઉપયોગી dual n-back લોગ તમે જે પ્રેક્ટિસ કરી હતી તે રેકોર્ડ કરે છે, માત્ર તમારી શ્રેષ્ઠ ટકાવારી જ નહીં. તારીખ, કાર્ય મોડ, N સ્તર, સત્રની લંબાઈ, સ્કોરિંગ નિયમ અને પરિણામ લખો. વિક્ષેપો અથવા ઉપકરણમાં ફેરફાર વિશે ટૂંકી નોંધ ઉમેરો. સત્ર પછી ભરવા માટે ફોર્મેટ એટલું નાનું રાખો. આ માર્ગદર્શિકા વ્યક્તિગત સંસ્થા પદ્ધતિનો પ્રસ્તાવ મૂકે છે, માન્ય જ્ઞાનાત્મક મૂલ્યાંકન અથવા જરૂરી તાલીમ કાર્યક્રમનો નહીં.


## દરેક તુલનાત્મક બ્લોક માટે એક પંક્તિનો ઉપયોગ કરો

જો સત્ર દરમિયાન સ્તર બદલાય છે, જ્યારે તે માહિતી ઉપલબ્ધ હોય ત્યારે બ્લોક્સને અલગ કરો. અન્યથા પરિણામને ઉચ્ચતમ N સુધી અસાઇન કરવાને બદલે મિશ્ર-સ્તરના સત્ર તરીકે લેબલ કરો. તમે લોગને નોટબુક અથવા સ્પ્રેડશીટમાં રાખી શકો છો. ફક્ત તમારી એપ્લિકેશન ખરેખર બતાવે છે તે માહિતી રેકોર્ડ કરો; અનુપલબ્ધ મૂલ્યોની શોધ કરવાને બદલે ખાલી છોડી દો.


## ઉદાહરણ: રેકોર્ડ હંમેશા વલણ નથી

કોષ્ટકમાં શોધેલા પરિણામો છે, વપરાશકર્તા ડેટા નથી. બંને સત્રો 100 સ્કોર કરેલા નિર્ણયો સાથે ડ્યુઅલ 2-back બ્લોક્સ છે, જેમાંથી 20 મેચ છે, સમાન સમય અને સ્કોરિંગ કન્વેન્શનનો ઉપયોગ કરીને. બીજા સત્રમાં વધુ યોગ્ય શોધ છે પણ વધુ ખોટા એલાર્મ છે. તેથી તે ઉચ્ચ એકંદર ચોકસાઈ પ્રાપ્ત કર્યા વિના મેચો માટે વધુ પ્રતિભાવશીલ છે. માત્ર એક ટકા જ પ્રતિભાવ પેટર્નમાં તે ફેરફારને છુપાવશે.


## ખોટા એલાર્મથી અલગ મિસ

ચૂકી જવાનો અર્થ થાય છે કે વાસ્તવિક મેચ મળી ન હતી; ખોટા એલાર્મનો અર્થ છે કે તમે મેચનો સંકેત આપ્યો હતો જ્યારે ત્યાં કોઈ ન હતું. ઉદાહરણમાં, સત્ર A 20 માંથી 16 મેળ શોધે છે: 80%. સત્ર B 20માંથી 18 શોધે છે: 90%. પરંતુ ખોટા એલાર્મ 80 માંથી 4 નોન-મેચ (5%) થી વધીને 80 માંથી 8 (10%). A માટે એકંદર ચોકસાઈ 92% અને B માટે 90% છે. ન તો બટન દબાવવાની સંખ્યા કે ઉચ્ચ હિટ દર એકલા સમગ્ર પ્રદર્શનનો સારાંશ આપે છે.

[ડ્યુઅલ n-back સ્કોરિંગ: સૂત્રો, ઉદાહરણો અને કેલ્ક્યુલેટર](https://romeoapps.app/gu/dual-n-back/dual-n-back-scoring/)

## મિશ્ર સ્તર અને સરેરાશ પ્રમાણિક રાખો

N=2 ની સરેરાશ સાથે N=3 પર વ્યક્તિગત શ્રેષ્ઠની સરખામણી કરશો નહીં, તેમ છતાં માત્ર તમારી કુશળતા બદલાઈ ગઈ છે. દરેક સ્થિતિ અને સ્તર માટે અલગ સારાંશ રાખો. જો તમે બ્લોક્સને ભેગા કરો છો, તો સ્કોર કરેલા નિર્ણયોની સંખ્યા જાળવી રાખો: સરેરાશ બે ટકાવારી દરેક બ્લોકને સમાન વજન આપે છે, પછી ભલે તે વધુ લાંબો હોય. એક સમીક્ષાથી બીજી સમીક્ષા સુધી સમાન ગણતરીનો ઉપયોગ કરો અને કોઈપણ ફેરફાર લખો.

[સિંગલ વિ dual n-back: શું બદલાય છે અને ક્યાંથી શરૂ કરવું](https://romeoapps.app/gu/dual-n-back/single-vs-dual-n-back/)

## સંક્ષિપ્ત સાપ્તાહિક સમીક્ષા

તુલનાત્મક સત્રો ફરીથી વાંચવા માટે નિયમિત ક્ષણ પસંદ કરો. ત્રણ પ્રશ્નો પૂછો: શું મેં આયોજિત પ્રેક્ટિસ પૂર્ણ કરી, કઈ ભૂલો પુનરાવર્તિત થઈ, અને શું મેં સેટિંગ્સ બદલી? જો તમે મધ્યકની ગણતરી કરો છો, તો તુલનાત્મક સ્કોર્સને સૉર્ટ કરો અને એક સમાન ગણતરી માટે મધ્યમ મૂલ્ય અથવા બે મધ્યમ મૂલ્યોનો સરેરાશ લો. નિરાશાજનક સહિત તમામ સત્રો રાખો. વ્યક્તિગત લોગ તપાસ કરવા માટેના દાખલાઓ જાહેર કરી શકે છે, પરંતુ કેટલાક અવલોકનો તેમના કારણને સ્થાપિત કરી શકતા નથી.


## જ્યારે પરિણામો વધતા બંધ થાય ત્યારે શું કરવું

પહેલા તપાસો કે શું સત્રોએ ખરેખર સમાન સ્તર, ગતિ અને સ્કોરિંગનો ઉપયોગ કર્યો છે. પછી ભૂલ નોંધો વાંચો. જો પ્રભુત્વ ચૂકી જાય તો સરખામણીના નિયમની ફરી મુલાકાત લો, અથવા જો ખોટા અલાર્મ ફરી આવે તો ચોક્કસ N-back મેચને બદલે તમે પરિચિત સિગ્નલનો જવાબ આપી રહ્યા છો કે કેમ તે તપાસો. જ્યારે શક્ય હોય ત્યારે એક સમયે એક સેટિંગ એડજસ્ટ કરો. ઉચ્ચપ્રદેશ એ તાજેતરના પરિણામોનું વર્ણન છે, નિદાન અથવા પુરાવો નથી કે ચોક્કસ તાલીમ ડોઝની જરૂર છે.


## લોગ શું બતાવી શકે છે અને શું કરી શકતું નથી

તમે રેકોર્ડ કરેલ શરતો હેઠળ કાર્ય પર લોગ દસ્તાવેજોનું પ્રદર્શન. તે IQ વધારો અથવા અભ્યાસ, કામ અથવા રોજિંદા યાદશક્તિમાં સુધારો દર્શાવતું નથી. n-back તાલીમ પર સંશોધન પ્રેક્ટિસ કરેલ કાર્ય પરના લાભોને વિવિધ કાર્યોમાં ટ્રાન્સફરથી અલગ પાડે છે. એપ્લિકેશનના સત્ર પરિણામોનો પ્રારંભિક બિંદુ તરીકે ઉપયોગ કરો, વ્યાખ્યાઓ માટે સ્કોરિંગ માર્ગદર્શિકા અને વ્યાપક દાવાની મર્યાદાઓ માટે પુરાવા માર્ગદર્શિકા.

[શું dual n-back તાલીમ કામ કરે છે? પુરાવા ખરેખર શું કહે છે](https://romeoapps.app/gu/dual-n-back/does-dual-n-back-work/)

## વધુ વાંચન

- scikit-learn documentation — classification metrics and confusion matrices (mathematical definitions) — https://scikit-learn.org/stable/modules/model_evaluation.html#classification-metrics
- Holmes, Woolgar, Hampshire & Gathercole (2019), Are Working Memory Training Effects Paradigm-Specific? — https://doi.org/10.3389/fpsyg.2019.01103